خوشه بندی سیگنال های هواشناسی با توجه به تغییرات بارش در استان سیستان و بلوچستان
محل انتشار: دومین کنفرانس مدیریت منابع آب
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,090
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM02_044
تاریخ نمایه سازی: 2 مرداد 1385
چکیده مقاله:
امروزه لزوم مطالعه و بررسی تغییرات آب و هوایی و شناخت رفتار متغیرهای مختلف هواشناسی مثل بارش، دما و فشار هوا در نقاط مختلف جهان بخصوص در کشورهایی که با تنوع آب و هوایی گوناگون و وقوع دوره های خشک و تر شدید مواجه هستند، اهمیت بسیار زیادی دارد. در منطقه جنوب شرق ایران و بخصوص استان سیستان و بلوچستان، ستادهای بحران سیل و خشکسالی بطور همزمان فعال هستند و این منطقه از جمله بخش هایی ازکشور است که دارای تنوع آب و هوایی شدید و تغییرات بسیار قابل ملاحظه در سالهای مختلف است. در این مقاله، روشی نوین برای خوشه بندی اطلاعات ماهواره ای دمای سطح دریا (SST) در مناطق موثر بر آب و هوای استان سیستان و بلوچستان شامل دریای عمان، اقیانوس هند و دریای عرب، با استفاده از روش الگوریتم ژنتیک (GA-Clustering) ارائه شده است. مراحل مختلف این تحقیق شامل انتخاب ساختار مدل، تابع هدف، طول کروموزوم ها و عملگرهای تزویج و جهش می باشد. در تدوین الگوریتم خوشه بندی علاوه بر رفتار زمانی و مکانی اطلاعات سیگنال های هواشناسی ، ارتباط این متغیرها با وقوع بارندگی های کمتر و بیشتر از نرمال، با استفاده از اطلاعات بارش در ایستگاه های مختلف استان سیستان وبلوچستان در نظر گرفته شده است. استفاده از روش الگوریتم ژنتیک جهت خوشه بندی سیگنالهای هواشناسی و ارائه الگوریتمی پویا برای بیان ارتباط بارش منطقه مورد مطالعه در زمان های مختلف با الگوهای خوشه بندی زمانی – مکانی، از جمله نوآوری های این تحقیق محسوب می شود. نتایج این تحقیق نشان دهنده پتانسیل استفاده از نتایج خوشه بندی در تعیین رفتار دراز مدت بارش در منطقه جنوب شرق ایران می باشد.
کلیدواژه ها:
نویسندگان
بنفشه زهرایی
استادیار دانشکده مهندسی عمران، دانشگاه تهران
عباس روزبهانی
دانشجوی کارشناسی ارشد مهندسی آب، دانشکده مهندسی عمران، دانشگاه تهر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :